基于人工神经网络耦合遗传算法对规模化牛粪厌氧消化产沼气的模拟与优化

【摘要】：传统规模化沼气工厂优化是1个十分缓慢的过程,通过模型模拟可以缩短优化过程。基于呼和浩特市某规模化奶牛养殖场的牛粪厌氧消化池2019年运行数据,采用人工神经网络耦合遗传算法对规模化养殖场粪污厌氧消化单元沼气生产进行模拟和优化。结果表明:该消化池实际运行的常规参数进料量、进料干物质含量和温度与沼气产量显著相关,可用于沼气产量的模拟与优化。通过模拟得到该厌氧消化过程的拓扑结构为3-2-1、隐含层节点数分别为80和20的人工神经网络模型。进一步通过遗传算法优化,得到优化的最大沼气产量为7881.40 m~3/d,比实际平均产量提升了44.22%;与此对应的操作参数为进料量260 m~3/d、进料干物质含量12.86%和温度35.2℃。